在机器人领域所要研究的问题非常多，会涉及到计算机、传感器、人机交互、防生学等多个学科，其中环境感知、自主定位和运动控制是机器人技术的三大重点问题，以下将针对这三点进行详细探讨。目前，在机器人室内环境中，以激光雷达为主，并借助其他传感器的移动机器人自主环境感知技术已相对成熟，而在室外应用中，由于环境的多变性及光照变化等影响，环境感知的任务相对复杂的多，对实时性要求更高，使得多传感器融合成为机器人环境感知面临的重大技术任务。
利用单一传感器进行环境感知大多都有其难以克服的弱点，但将多传感器有效融合，通过对不同传感器的信息冗余、互补，几乎能使机器人覆盖所有的空间检测，全方位提升机器人的感知能力，因此利用激光雷达传感器，结合超声波、深度摄像头、防跌落等传感器获取距离信息，来实现机器人对周围环境的感知成为各国学者研究的热点。
使用多传感器构成环境感知技术可带来多源信息的同步、匹配和通信等问题，需要研究解决多传感器跨模态跨尺度信息配准和融合的方法及技术。但在实际应用中，并不是所使用的传感器种类越多越好。针对不同环境中机器人的具体应用，需要考虑各传感器数据的有效性、计算的实时性。移动机器人要实现自主行走，定位也是其需要掌握的核心技术之一，目前GPS在全局定位上已能提供较高精度，但GPS具有一定的局限性，在室内环境下会出现GPS信号弱等情况，容易导致位置的丢失。
近年来，SLAM技术发展迅速，提高了移动机器人的定位及地图创建能力，SLAM 是同步定位与地图构建 (Simultaneous Localization
And Mapping) 的缩写，*早是由 Hugh Durrant-Whyte 和 John J.Leonard
在1988年提出的。SLAM与其说是一个算法不如说它是一个概念更为贴切，它被定义为解决“机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征(比如，墙角，柱子等)定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目”的问题方法的统称。
根据千讯咨询发布的《机器人市场发展研究及投资前景报告》显示，路径规划技术也是机器人研究领域的一个重要分支。*优路径规划就是依据某个或某些优化准则(如工作代价*小、行走路线*短、行走时间*短等)，在机器人工作空间中找到一条从起始状态到目标状态、可以避开障碍物的*优路径。根据对环境信息的掌握程度不同，机器人路径规划可分为全局路径规划和局部路径规划。
全局路径规划是在已知的环境中，给机器人规划一条路径，路径规划的精度取决于环境获取的准确度，全局路径规划可以找到*优解，但是需要预先知道环境的准确信息，当环境发生变化，如出现未知障碍物时，该方法就无能为力了。它是一种事前规划，因此对机器人系统的实时计算能力要求不高，虽然规划结果是全局的、较优的，但是对环境模型的错误及噪声鲁棒性差。
全局路径规划和局部路径规划并没有本质上的区别，很多适用于全局路径规划的方法经过改进也可以用于局部路径规划，而适用于局部路径规划的方法同样经过改进后也可适用于全局路径规划。两者协同工作，机器人可更好的规划从起始点到终点的行走路径。
为解决机器人自主行走难题，国内针对环境感知、自主定位及路径规划等技术进行研究的企业不在少数，国内思岚科技作为机器人定位导航技术之首，在实现机器人自主行走中已有较为成熟的产品，例如可帮助企业降低研发成本的Apollo，Apollo机器人底盘搭载了激光测距传感器、超声波传感器、防跌落等传感器。并在底盘之上配置深度摄像头传感器。同时配合自主研发的SLAMWARE自主导航定位系统，让机器人实现自主建图定位及导航功能。
除此之外，基于纯软件方式，无需额外进行辅助铺设，可对Apollo进行预定路线设置，或通过设置虚拟墙及虚拟轨道阻止Apollo进入某个工作禁区。在工作过程中当Apollo出现电量过低的情况时，可支持可外部调度的预约式充电自主导航定位，自动返回充电坞充电。
另外，Apollo的扩展接口还集成了网口，供电接口和各种控制接口，以便用户快速进行开发扩展。Apollo可通过有线网络或WIFI与外部通信，其本身自带的电池可为自身与外接的扩展模块供电，用户可通过各种控制接口对整个Apollo及其上层扩展模块进行控制。总之，近年来各国政府都非常重视机器人技术的发展，并投入了大量的资源激发机器人企业不断创新、开拓进取，相信未来，机器人也将成为人们日常生活中的重要一员，*人们走向更便捷的时代!